UNIVERSIDAD DE LA COSTA, CUC

FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

DISTRIBUCIN NORMAL

Brith Santana Ever Acua Mesino
Profesor Ing. Luis Santiago. Grupo AN2 Mesa 1. 22-09-2014
Laboratorio de Control de Calidad, Universidad de la Costa, Barranquilla


RESUMEN:
La distribucin normal es lo ms importante en la probabilidad y estadstica. Muchas
poblaciones numricas tienen distribuciones que se pueden ajustar mediante una
curva normal apropiada para el anlisis de variables cuantitativas como por ejemplo
dimensiones, pesos, caractersticas fsicas, etc.
En esta prueba se utilizara como variable el peso de cilindros de madera para
determinar los parmetros del proceso.


PALABRAS CLAVE: Distribucin normal, estadsticas, curva normal.

ABSTRACT:
The normal distribution is the most important in probability and statistics. Many
numerical populations have distributions that can be adjusted by appropriate for the
analysis of normal curve quantitative variables such as dimensions, weight, physical
characteristics, etc.
In this test the weight of wood cylinders was used as a variable to determine process
parameters.

KEY WORD: Normal distribution, statistics, normal curve.

UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE






1. INTRODUCCIN
La Distribucin normal es una Aplicacin importante para la ingeniera industrial,
permite identificar por medio de muestreo la calidad y el comportamiento de un
proceso o lote, por medio de una escogencia de muestra pequea. Ejemplos claros, la
cantidad de muestras que debe tomar un cliente para que el lote no sea devuelto,
numero de producidos defectuosos de un lote, entre otros ejemplos cotidianos y de
gran inters laboral para un ingeniero.
2. OBJETIVOS

General
Con el desarrollo de esta experiencia se persigue ilustrar, en forma general los
conceptos relacionados con la distribucin normal. Tambin se practicaran el ajuste de
una distribucin normal de una distribucin de frecuencias observadas y se
demostrara el efecto de las diversas fluctuaciones del muestreo.

Especficos
1. Determinar la media muestral a partir de la agrupacin de los datos en una
tabla.
2. Determinar la desviacin estndar de la muestra.
3. Analizar el valor de la probabilidad a partir de Z.

3. DESCRIPCION DEL EXPERIMENTO

INSUMOS, MATERIALES Y EQUIPOS REQUERIDOS.
Para la experiencia se selecciona una muestra de 50 cilindros de madera.
Un peso digital.





4. MARCO TEORICO
DISTRIBUCIN NORMAL

UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

Distribucin de una variable aleatoria contina con una curva de un solo pico y en
forma de campana. La media se halla en el centro de la distribucin, y la curva es
simtrica alrededor de una lnea vertical que se yergue en la media. Los dos extremos
se extienden indefinidamente, sin que nunca toquen el eje horizontal.
El modelo de probabilidad ms frecuente utilizado en estadstica es la distribucin
normal, que puede emplearse en las formas general y estandarizada. Se dice que X
(variable) tiene una distribucin general si cumple las siguientes condiciones:
X es una variable aleatoria continua.
Si existen las constantes:
;
La funcin de probabilidad viene dada por la siguiente expresin:



Para el modelo normal estndar se trabaja con una funcin de densidad que
comprende integrales que no pueden ser reducidas a funciones elementales, se dice
que una funcin normal es de la forma estndar si su media es cero y su varianza es la
unidad.
La funcin de distribucin de la variable normal estndar Z es:



La funcin acumulada correspondiente a la distribucin estndar dada que la
probabilidad de la variable normal asuma valores menores o iguales a Z.



Si la variable aleatoria X tiene media y desviacin tpica , entonces la variable
aleatoria Z tambin tiene media y desviacin tpica .


UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

Fig. 1. Representacin grfica de la varianza, desviacin tpica y la media en una
distribucin normal



Fig. 2. Representacin grfica de Z en una distribucin normal





























UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

5. CALCULOS Y RESULTADO.

Tabla 1. Peso de cada uno de los cilindros en gr
X

1 10 30,194 19,211 23,866 22,959 27,851 23,459 22,751 24,040 27,036 23,714
11 20 24,252 24,547 29,270 29,550 22,147 29,030 30,121 20,366 28,842 17,569
21 30 21,296 19,476 28,291 19,260 21,574 24,067 23,506 24,932 19,932 23,971
31 40 23,599 19,632 28,545 26,955 28,026 25,850 21,668 28,336 23,337 28,538
41 50 23,342 23,380 26,564 23,101 23,285 26,234 21,167 29,666 24,421 18,799

De la tabla 1. Obtenemos:



Valor Mnimo:
Valor Mximo:

Rango:

Nmero de intervalos:



Nuestro nmero de clases ser 6.
Amplitud de las clases:

Intervalos de clase:

Primer intervalo:

Segundo intervalo:


Tercer intervalo:

UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE




Cuarto intervalo:



Quinto intervalo:



Sexto intervalo:


Nos aseguramos si el valor mximo es menor que el sexto intervalo, para que
este no quede por fuera de la toma de datos.

Marca de clase:

Media (

):

( )

Por lo tanto se asume que la media poblacional es



UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

Desviacin tpica estndar (

)
Para la desviacin tpica estndar se tiene que:

Para este caso . Entonces:
(

( )

( )

( )

( )

( )

( )

( )

Por lo que la desviacin estndar poblacional ser

Tabla 2. Distribucin de frecuencias y clculos de la media y la desviacin
INTERVALO DE CLASES
MARCA DE
CLASE ()
FRECUENCIA
()
CLASE () (

2
10
14
6
4
14
TOTAL

50

Tabla 3. Media y desviacin estndar GRUPOS
GRUPOS MEDIA MUESTRAL DESVIACIN ESTNDAR
2

3

4




UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

6. CONCLUSIONES
Gracias a la aplicacin de la distribucin normal es una de las distribuciones de
probabilidad de variable continua que con ms frecuencia aparece en fenmenos
reales.

La importancia de esta distribucin radica en que permite modelar numerosos
fenmenos naturales, sociales y psicolgicos. Mientras que los mecanismos que s
subyacen a gran partre de este tipo de fenmenos son desconocidos, por la enorme
cantidad de variables incontrolables que en ellos intervienen, el uso del modelo
normal puede justificarse asumiendo que cada observacin se obtiene como la suma
de unas pocas causas independientes.



CONCLUSIONES Y RECOMENDACIONES
1. Por qu para el clculo de la desviacin se emple en el denominador (n-1) y no
(n)?.
Se usa (n-1) y no (n) ya que cuando se habla de una muestra se puede hacer con el
nmero total de la muestra, pero as llegamos a cometer un error el cual afecta
nuestro estudio, pero si en el estudio utilizamos (n-1) que sera para el numero de la
muestra menos la unidad, no se notara mucho el error cometido.


2. En una distribucin normal qu significado tiene la Z?
Recordemos que el valor z por definicin describe la posicin de una
observacin y relativa a la media en unidades de la desviacin estndar. En este caso el
clculo de Z tiene tres aplicaciones importantes: a. para calcular probabilidades, b.
para estandarizar datos de cambios debidos al crecimiento y poder diferenciarlos de
los debidos a un tratamiento, c. para comparar datos procedentes de escalas
numricas diferente. Para calcular el valor z, el proceso es el siguiente:
S a cualquier variable X, de media, y desviacin estndar, le hacemos una
transformacin mediante la frmula: Entonces, dada una distribucin normal con una
media y una desviacin estndar cualesquiera, podemos obtener siempre una
distribucin normal tipificada o estandarizada de media 0 y desviacin estndar 1.

3. Cul es el valor mximo que puede tomar Z en una distribucin normal y por qu?

El valor mximo que puede tomar Z en una distribucin normal es 4,0 y esto se debe a
que es la aproximacin ms especfica a 100% de la probabilidad en una distribucin
normal.


7. REFERENCIAS
Disponible en lnea:
<http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm>Consultado: 22 de
septiembre de 2014
UNIVERSIDAD DE LA COSTA, CUC
FACULTAD DE INGENIERA
LABORATORIO CONTROL DE CALIDAD
VI SEMESTRE

Disponible en lnea:
<http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_233_75
.html> Consultado: 22 de septiembre de 2014
Disponible en lnea: <http://www2.dis.ulpgc.es/~ii-pest/tablas_estadisticas.html>
Consultado: 22 de septiembre de 2014
Disponible en lnea: <http://www.uv.es/ceaces/pdf/normal.pdf> Consultado:
22 de septiembre de 2014